Membuat agen data

Pratinjau

Fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Catatan: Untuk memberikan masukan atau meminta dukungan terkait fitur ini, kirim email ke [e-mail].

Dokumen ini menjelaskan cara membuat, mengedit, mengelola, dan menghapus agen data di BigQuery.

Di BigQuery, Anda dapat melakukan percakapan dengan agen data untuk mengajukan pertanyaan tentang data BigQuery menggunakan bahasa alami. Agen data berisi metadata tabel dan petunjuk pemrosesan kueri khusus kasus penggunaan yang menentukan cara terbaik untuk menjawab pertanyaan pengguna tentang sekumpulan sumber informasi, seperti tabel, tampilan, atau fungsi yang ditentukan pengguna (UDF) yang Anda pilih.

Sebelum memulai

1. Verify that billing is enabled for your Google Cloud project.

2. Enable the BigQuery, Gemini Data Analytics, and Gemini for Google Cloud APIs.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   Enable the APIs

Peran yang diperlukan

Untuk menggunakan agen data, Anda harus memiliki salah satu peran Identity and Access Management API Conversational Analytics berikut:

• Membuat, mengedit, membagikan, dan menghapus semua agen data dalam project: Pemilik Agen Data Analisis Data Gemini (roles/geminidataanalytics.dataAgentOwner) di project.
• Membuat, mengedit, membagikan, dan menghapus agen data Anda sendiri dalam project: Gemini Data Analytics Data Agent Creator (roles/geminidataanalytics.dataAgentCreator) di project. Peran ini secara otomatis memberi Anda peran Pemilik Agen Data Gemini Data Analytics di agen data yang Anda buat.
• Melihat dan mengedit semua agen data dalam project: Editor Agen Data Analisis Data Gemini (roles/geminidataanalytics.dataAgentEditor) di tingkat project.
• Melihat semua agen data dalam project: Pelihat Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer).

Selain itu, Anda harus memiliki peran berikut untuk membuat atau mengedit agen data:

• Pengguna Stateless Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentStatelessUser).
• BigQuery Data Viewer (roles/bigquery.dataViewer) di tabel mana pun yang digunakan agen data sebagai sumber pengetahuan.
• Dataplex Catalog Viewer ( roles/datacatalog.catalogViewer) di project
• Jika tabel data menggunakan kontrol akses tingkat kolom, pengguna harus memiliki peran Fine-Grained Reader (roles/datacatalog.categoryFineGrainedReader) pada tag kebijakan yang sesuai. Untuk mengetahui informasi selengkapnya, lihat Peran yang digunakan dengan kontrol akses tingkat kolom.
• Jika tabel data menggunakan kontrol akses tingkat baris, Anda harus memiliki kebijakan akses tingkat baris pada tabel tersebut. Untuk mengetahui informasi selengkapnya, lihat Membuat atau memperbarui kebijakan akses tingkat baris.
• Jika tabel data menggunakan penyamaran data, Masked Reader (roles/bigquerydatapolicy.maskedReader) pada kebijakan data yang sesuai. Untuk mengetahui informasi selengkapnya, lihat Peran untuk membuat kueri data yang dimasking.

Untuk menggunakan resource BigQuery, seperti melihat tabel atau menjalankan kueri, lihat Peran BigQuery.

Praktik terbaik

Saat menggunakan analisis percakapan, kueri akan otomatis dijalankan untuk menjawab pertanyaan Anda. Anda mungkin dikenai biaya yang tidak terduga dalam kasus berikut:

• Jika tabel Anda besar
• Jika kueri menggunakan gabungan data
• Jika kueri melakukan banyak panggilan ke fungsi AI

Untuk mencegah masalah ini, pertimbangkan ukuran saat memilih sumber pengetahuan, dan saat melakukan percakapan, pertimbangkan untuk menggunakan gabungan.

Menghasilkan insight

Anda dapat secara opsional membuat insight data di Dataplex Universal Catalog untuk tabel apa pun yang ingin Anda gunakan sebagai sumber pengetahuan.

Hasil analisis yang dihasilkan menyediakan metadata tabel yang dapat digunakan agen data untuk membantu membuat respons terhadap pertanyaan Anda.

Jika Anda tidak membuat insight sebelumnya, sistem akan otomatis membuatnya saat Anda memilih tabel sebagai sumber pengetahuan saat membuat agen data.

Bekerja dengan agen data sampel

Jika Anda belum memahami cara mengonfigurasi agen untuk analisis percakapan, Anda dapat melihat agen contoh bawaan yang dibuat untuk setiap project Google Cloud . Anda dapat melakukan percakapan dengan model ini dan melihat parameternya untuk mengetahui cara pembuatannya, tetapi Anda tidak dapat mengubahnya.

Untuk melihat agen contoh, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman Agen BigQuery.

   Buka Agen

2. Pilih tab Katalog agen.

3. Di bagian Contoh agen dari Google, klik kartu contoh agen.

Membuat agen data

Bagian berikut menjelaskan cara membuat agen data.

Setelah membuat agen, Anda dapat mengedit setelannya.

Catatan: Jika Anda sedang melakukan percakapan dengan sumber data, Anda juga dapat membuat agen dari percakapan tersebut.

Mengonfigurasi dasar-dasar

1. Di konsol Google Cloud , buka halaman Agen BigQuery.

   Buka Agen

2. Pilih tab Katalog agen.

3. Klik Agen baru. Halaman New agent akan terbuka.

4. Di bagian Editor, di kolom Nama agen, ketik nama deskriptif untuk agen data—misalnya, Q4 sales data atau User activity logs.

5. Di kolom Deskripsi agen, ketik deskripsi agen data. Deskripsi yang baik menjelaskan apa yang dilakukan agen, data apa yang digunakannya, dan membantu Anda mengetahui kapan agen data ini tepat untuk diajak chat—misalnya, Ask questions about customer orders and revenue.

6. Di bagian Sumber pengetahuan, klik Tambahkan sumber. Halaman Tambahkan sumber pengetahuan akan terbuka.

7. Di bagian Terbaru, pilih tabel, tampilan, atau UDF yang ingin Anda gunakan sebagai sumber pengetahuan. UDF diberi awalan indikator 'fx' di konsol Google Cloud .

8. Untuk melihat sumber pengetahuan tambahan, pilih Tampilkan lebih banyak.

9. Opsional: Tambahkan sumber pengetahuan yang tidak tercantum di bagian Terbaru:

   1. Di bagian Search, ketik nama sumber di kolom Search for tables, lalu tekan Enter. Nama sumber tidak harus sama persis.

   2. Di bagian Hasil penelusuran, pilih satu atau beberapa sumber.

10. Klik Tambahkan. Halaman agen baru akan terbuka kembali.

Menyesuaikan deskripsi tabel dan kolom

Untuk meningkatkan akurasi agen data, Anda dapat memberikan metadata tabel tambahan secara opsional. Hanya agen data yang menggunakan metadata ini, dan tidak memengaruhi tabel sumber.

Ikuti praktik terbaik berikut saat Anda membuat deskripsi tabel dan kolom:

• Gunakan deskripsi ini sebagai panduan untuk memahami cara agen data memahami skema. Jika deskripsi yang disarankan oleh agen sudah benar, Anda dapat menyetujuinya.

• Jika agen data tidak menunjukkan pemahaman tentang skema setelah Anda mengonfigurasi deskripsi ini, sesuaikan deskripsi secara manual untuk memberikan informasi yang benar.

Ikuti langkah-langkah berikut untuk mengonfigurasi deskripsi tabel dan kolom:

1. Di bagian Sumber pengetahuan, klik link Sesuaikan untuk tabel.

2. Buat deskripsi tabel. Anda dapat mengetik deskripsi di kolom Deskripsi Tabel atau menerima saran dari Gemini.

3. Di bagian Kolom, tinjau deskripsi kolom yang disarankan Gemini.

4. Pilih deskripsi kolom yang ingin Anda setujui, lalu klik Setujui saran. Pilih deskripsi yang ingin Anda tolak, lalu klik Tolak saran.

5. Edit deskripsi kolom secara manual dengan mengklik edit Edit di samping kolom. Panel Edit kolom akan terbuka.

   1. Di kolom Deskripsi, ketik deskripsi kolom.
   2. Untuk menyimpan deskripsi kolom, klik Perbarui.

6. Untuk menyimpan deskripsi dan pembaruan kolom, klik Perbarui. Halaman agen baru akan terbuka kembali.

7. Ulangi langkah-langkah ini untuk setiap tabel yang perlu disesuaikan.

Mengonfigurasi fitur lanjutan

Konfigurasi fitur lanjutan opsional seperti petunjuk agen, kueri terverifikasi (sebelumnya dikenal sebagai kueri emas), dan setelan.

Membuat petunjuk agen

Agen harus memahami konteks pertanyaan pengguna tanpa memerlukan petunjuk kustom. Buat petunjuk kustom untuk agen hanya jika Anda perlu mengubah perilaku agen atau meningkatkan kualitas konteks dengan cara yang belum didukung oleh fitur konteks lainnya—misalnya, metadata tabel dan kolom kustom, atau kueri terverifikasi.

Di bagian Petunjuk, ketik petunjuk untuk agen data di kolom Petunjuk agen. Karena agen data menggunakan petunjuk ini untuk memahami konteks pertanyaan pengguna dan memberikan jawaban, buat petunjuk sejelas mungkin.

Jika Anda tidak mendapatkan jawaban yang memuaskan dari agen, tambahkan konteks terstruktur seperti deskripsi atau contoh. Jika Anda masih belum mendapatkan jawaban yang memuaskan, tambahkan petunjuk kustom seperti contoh dalam tabel berikut. Untuk melihat lebih banyak contoh petunjuk, klik Tampilkan contoh.

Jenis informasi	Deskripsi	Contoh
Kolom utama	Kolom terpenting untuk analisis.	"Kolom yang paling penting dalam tabel ini adalah: ID Pelanggan, ID Produk, Tanggal Pesanan."
Memfilter dan mengelompokkan	Kolom yang harus digunakan agen untuk memfilter dan mengelompokkan data.	"Jika pertanyaan berkaitan dengan linimasa atau 'dari waktu ke waktu', selalu gunakan kolom order_created_date." "Jika seseorang mengatakan 'menurut produk', kelompokkan menurut kolom product_category."
Pemfilteran default	Kolom yang akan difilter secara default.	"Kecuali dinyatakan lain, selalu filter data pada order_status = 'Complete'."
Sinonim dan istilah bisnis	Istilah alternatif untuk kolom utama.	"Jika seseorang bertanya tentang 'Pendapatan' atau 'Penjualan', gunakan kolom total_sale_amount." "Kami menganggap pelanggan 'loyal' adalah pelanggan yang memiliki purchase_count > 5."
Kolom yang dikecualikan	Kolom yang harus dihindari oleh agen data.	"Jangan pernah menggunakan kolom ini: Tanggal Transaksi yang Dihasilkan, Kota Asal."
Menggabungkan hubungan	Bagaimana dua tabel atau lebih saling terkait, dan kolom mana yang digunakan untuk menggabungkannya. Agen harus menggunakan JOIN SQL standar pada pasangan kolom untuk menggabungkan data. Lihat kolom contoh.	Aktivitas Pelanggan order_items.user_id = users.id (untuk menautkan penjualan ke pelanggan) events.user_id = users.id (untuk menautkan aktivitas situs ke pelanggan yang login)

Membuat kueri terverifikasi

Agen menggunakan kueri terverifikasi dalam dua cara:

• Jika agen dapat menggunakan kueri terverifikasi untuk menjawab pertanyaan yang Anda ajukan, untuk memastikan jawaban yang dapat dipercaya, agen akan memanggil kueri persis seperti yang ditulis.
• Jika agen tidak dapat menggunakan kueri terverifikasi untuk menjawab pertanyaan, agen tetap menggunakan kueri sebagai referensi untuk memahami data dan praktik terbaik untuk mengajukan kueri.

Anda dapat memilih kueri terverifikasi dari daftar yang dibuat oleh sistem, atau membuat kueri Anda sendiri.

Untuk membuat kueri terverifikasi untuk agen data, yang sebelumnya dikenal sebagai kueri emas, lakukan langkah berikut:

1. Pilih satu atau beberapa kueri terverifikasi yang disarankan Gemini:

   1. Di bagian Kueri Terverifikasi, klik Tinjau saran. Halaman Tinjau kueri terverifikasi yang disarankan akan terbuka.
   2. Tinjau kueri terverifikasi yang disarankan. Pilih salah satu yang sesuai dengan kasus penggunaan Anda.
   3. Klik Tambahkan. Halaman agen baru akan terbuka kembali.

2. Untuk membuat kueri terverifikasi Anda sendiri, klik Tambahkan kueri. Halaman Tambahkan kueri terverifikasi akan terbuka.

   1. Di kolom Pertanyaan, ketik pertanyaan pengguna yang dijawab oleh kueri terverifikasi.
   2. Klik Buat SQL agar Gemini membuat kueri terverifikasi yang sesuai dengan pertanyaan pengguna yang Anda tentukan.
   3. Ubah kueri terverifikasi jika Anda mau.
   4. Klik Run dan verifikasi bahwa kueri menampilkan hasil yang Anda harapkan.
   5. Klik Tambahkan. Halaman agen baru akan terbuka kembali.

3. Ulangi langkah-langkah ini sesuai kebutuhan untuk membuat kueri terverifikasi tambahan.

Mengonfigurasi setelan

Di bagian Setelan, Anda dapat mengonfigurasi setelan opsional berikut:

1. Buat label untuk membantu Anda mengatur Google Cloud resource. Label adalah key-value pair yang memungkinkan Anda mengelompokkan objek terkait secara bersamaan atau dengan Google Cloud resource lainnya.

   1. Di bagian Setelan, klik Kelola label.
   2. Klik Tambahkan label.
   3. Di kolom key dan value, masukkan pasangan nilai kunci untuk label.
   4. Jika Anda ingin menambahkan lebih banyak label, klik Tambahkan label lagi.
   5. Untuk menghapus label, klik Hapus.
   6. Setelah selesai, klik Tambahkan. Halaman agen baru akan terbuka kembali.

2. Opsional: Tetapkan batas ukuran untuk kueri yang diproses oleh agen data. Di bagian Setelan, ketik nilai di kolom Byte maksimum yang ditagih. Anda harus menetapkan batas ini ke 10485760 atau lebih tinggi, jika tidak, Anda akan menerima pesan error berikut:

Value error. In BigQuery on-demand pricing charges are
rounded up to the nearest MB, with a minimum of 10 MB of data processed
per query. So, max bytes billed must be set to greater or equal to
10485760.

Jika Anda tidak menentukan nilai, maximum bytes billed secara default adalah kuota penggunaan kueri per hari project. Kuota penggunaan per hari tidak terbatas kecuali jika Anda telah menentukan kuota kustom.

Lanjutkan ke bagian berikutnya untuk menempatkan agen dalam mode draf atau memublikasikan agen.

Melihat pratinjau dan memublikasikan agen

1. Di bagian Pratinjau, ketik contoh pertanyaan pengguna di kolom Ajukan pertanyaan, lalu tekan Enter. Untuk memverifikasi bahwa agen data menampilkan data yang Anda harapkan, tinjau respons agen. Jika respons tidak sesuai dengan yang Anda harapkan, ubah setelan di bagian Editor untuk menyempurnakan konfigurasi agen data hingga Anda mendapatkan respons yang memuaskan. Anda dapat terus menguji dan mengubah agen untuk memperbaiki hasil agen.

2. Klik Simpan.

3. Untuk menempatkan agen data dalam mode draf, yang dapat Anda edit ulang nanti, klik Kembali untuk kembali ke halaman Katalog Agen. Karena agen Anda sekarang dalam mode draf, agen tersebut akan muncul di bagian Agen Draf Saya di tab Katalog Agen.

   Untuk memublikasikan agen, tetap berada di halaman pembuatan agen dan lanjutkan ke langkah berikutnya.

4. Klik Publikasikan untuk memublikasikan agen data dan menyediakannya untuk digunakan dalam project. Anda dapat membuat percakapan dengan agen data menggunakan BigQuery Studio, dan menggunakan Looker Studio Pro jika Anda memiliki langganan Looker Studio. Anda juga dapat membuat antarmuka Anda sendiri untuk melakukan percakapan dengan agen data menggunakan Conversational Analytics API.

5. Opsional: Di dialog Agen Anda telah dipublikasikan, klik Bagikan untuk membagikan agen data kepada pengguna lain.

   1. Di panel Share permissions, klik Add principal.

   2. Di kolom New principals, masukkan satu atau beberapa akun utama.

   3. Klik daftar Select a role.

   4. Di daftar Peran, pilih salah satu peran berikut:

      • Pengguna Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentUser): memberikan izin untuk memulai percakapan dengan agen data.
      • Editor Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentEditor): memberikan izin untuk mengedit agen data.
      • Pelihat Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer): memberikan izin untuk melihat agen data.

6. Klik Simpan.

7. Untuk kembali ke halaman agen baru, klik Tutup. Segera setelah menyimpan atau memublikasikan agen, Anda dapat melihatnya di Katalog Agen.

Mengelola agen data

Anda dapat menemukan agen yang ada di tab Katalog Agen, yang terdiri dari tiga bagian:

• Agen Saya: daftar semua agen yang Anda buat dan publikasikan. Anda dapat mengubah dan membagikan agen yang dipublikasikan kepada orang lain.
• Agen Draf Saya: agen yang belum Anda publikasikan. Anda tidak dapat membagikan agen draf.
• Dibagikan oleh orang lain dalam organisasi Anda: Agen yang dibuat dan dibagikan kepada Anda oleh orang lain. Jika orang lain memberi Anda izin, Anda dapat mengedit agen bersama ini.

Mengedit agen data

Ikuti langkah-langkah berikut untuk mengedit agen data:

1. Buka halaman Agen BigQuery.

   Buka Agen

2. Pilih tab Katalog Agen.

3. Temukan kartu agen dari agen data yang ingin Anda ubah.

4. Untuk membuka agen data di editor agen, klik Open actions > klik Edit di kartu agen.

5. Edit konfigurasi agen data sesuai kebutuhan.

6. Untuk menyimpan perubahan tanpa memublikasikan, klik Simpan.

7. Untuk memublikasikan perubahan, klik Publikasikan . Pada dialog Bagikan, Anda dapat membagikan agen kepada orang lain, atau mengklik Batal.

8. Untuk kembali ke panel Agen, klik Kembali.

   

Membagikan agen data

Ikuti langkah-langkah berikut untuk membagikan agen data yang dipublikasikan. Anda tidak dapat membagikan agen draf.

1. Buka halaman Agen BigQuery.

   Buka Agen

2. Pilih tab Katalog Agen.

3. Temukan kartu agen dari agen data yang ingin Anda ubah.

4. Untuk membuka agen data di editor agen, klik Open actions > klik Edit di kartu agen.

5. Untuk membagikan agen data kepada pengguna lain, klik Bagikan.

6. Di panel Share permissions, klik Add principal.

7. Di kolom New principals, masukkan satu atau beberapa akun utama.

8. Klik daftar Select a role.

9. Di daftar Peran, pilih salah satu peran berikut:

   • Pengguna Agen Data Analisis Data Gemini (roles/geminidataanalytics.dataAgentUser): memberikan izin untuk melakukan percakapan dengan agen data.
   • Editor Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentEditor): memberikan izin untuk mengedit agen data.
   • Pelihat Agen Data Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer): memberikan izin untuk melihat agen data.

10. Klik Simpan.

11. Untuk kembali ke halaman pengeditan agen, klik Tutup.

12. Untuk kembali ke panel Agen, klik Kembali.

    

Menghapus agen data

1. Buka halaman Agen BigQuery.

   Buka Agen

2. Pilih tab Katalog Agen.

3. Di bagian Agen Saya atau Agen Draf pada tab Katalog Agen, temukan kartu agen data yang ingin Anda hapus.

4. Klik Buka tindakan > Hapus.

5. Pada dialog Hapus agen?, klik Hapus.

Lokasi

Analisis percakapan beroperasi secara global; Anda tidak dapat memilih region yang akan digunakan.

Langkah berikutnya

• Pelajari lebih lanjut analisis percakapan di BigQuery.
• Pelajari lebih lanjut Conversational Analytics API.
• Menganalisis data dengan percakapan.
• Pelajari lebih lanjut cara peran Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer) memberikan izin untuk melihat agen data.